如何使用 SSE 高效地执行 int8/int64 转换？

Question

我正在 SSE 类型之间实现转换，我发现为 SSE4.1 之前的目标实现 int8->int64 扩展转换很麻烦。

最简单的实现方式是：

inline __m128i convert_i8_i64(__m128i a)
{
#ifdef __SSE4_1__
    return _mm_cvtepi8_epi64(a);
#else
    a = _mm_unpacklo_epi8(a, a);
    a = _mm_unpacklo_epi16(a, a);
    a = _mm_unpacklo_epi32(a, a);
    return _mm_srai_epi64(a, 56); // missing instrinsic!
#endif
}

但由于 _mm_srai_epi64 在 AVX-512 之前不存在，此时有两个选择：

实施_mm_srai_epi64，或
以不同的方式实施 convert_i8_i64。

我不确定哪一个是最有效的解决方案。有什么想法吗？

Answer 1

解包内在函数在这里以一种有趣的方式使用。他们 "duplicate" 数据，而不是像人们期望的那样添加符号扩展。例如，在第一次迭代之前，您的寄存器中有以下

x x x x x x x x x x x x x x a b

如果将 a 和 b 转换为 16 位，您应该得到：

x x x x x x x x x x x x A a B b

这里的A和B是a和b的符号扩展，即两者都为0或-1。

而不是这个，你的代码给出

x x x x x x x x x x x x a a b b

然后通过右移将其转换为正确的结果。

但是，您不必在 "unpack" 内部函数中两次使用相同的操作数。如果你 "unpacked" 以下两个寄存器，你可以得到想要的结果：

x x x x x x x x x x x x x x a b
x x x x x x x x x x x x x x A B

即：

a = _mm_unpacklo_epi8(a, _mm_srai_epi8(a, 8));

（如果 _mm_srai_epi8 内在确实存在）

您可以将相同的想法应用到转换的最后阶段。您要 "unpack" 以下两个寄存器：

x x x x x x x x A A A a B B B b
x x x x x x x x A A A A B B B B

要获取它们，右移 32 位数据：

_mm_srai_epi32(a, 24)
_mm_srai_epi32(a, 32)

所以最后一个"unpack"是

_mm_unpacklo_epi32(_mm_srai_epi32(a, 24), _mm_srai_epi32(a, 32));

Answer 2

使用 SSSE3，您可以使用 pshufb 来避免大多数解包。使用 anatoly 的 a / A 表示法：

;; input in xmm0                ;; x x x x  x x x x | x x x x  x x a b
pshufb   xmm0, [low_to_upper]   ;; a 0 0 0  0 0 0 0 | b 0 0 0  0 0 0 0
psrad    xmm0, 24               ;; A A A a  0 0 0 0 | B B B b  0 0 0 0
pshufb   xmm0, [bcast_signextend]; A A A A  A A A a | B B B B  B B B b

如果没有 SSSE3，我认为您可以使用 PSHUFLW、PSHUFD 和 POR 来代替某些 PUNPCK 步骤。但是我想到的实际上没有比解包更好的了，除非你在 Core2 或其他慢速洗牌 CPU 上，其中 pshuflw 比 punpcklbw.

快

如何使用 SSE 高效地执行 int8/int64 转换？

How to efficiently perform int8/int64 conversion with SSE?

c++

x86

sse

simd

intrinsics